深度卷积神经网络图像实例分割方法研究进展

胡伏原; 万新军; 沈鸣飞; 徐江浪; 姚睿; 陶重犇

首页> 中文期刊> 《计算机科学》 >深度卷积神经网络图像实例分割方法研究进展

深度卷积神经网络图像实例分割方法研究进展

开具论文收录证明 >>

期刊封面封底目录下载 >>

文献代查 >>

页面导航

摘要
著录项
相似文献
相关主题

摘要

图像实例分割是图像处理和计算机视觉技术中关于图像理解的重要环节,随着深度学习和深层卷积神经网络日趋成熟,基于深度卷积神经网络的图像实例分割方法取得了跨越性进展。实例分割任务实际上是目标检测和语义分割两项任务的结合,可以在像素层面完成识别图像中目标轮廓的任务。实例分割不仅可以定位图像中目标的位置,从像素层面上分割所有目标,还可以标注出图像中同一类别的不同个体,既是对图像的像素级分割,又是实例级理解。首先,阐述了图像实例分割产生的原因和深度卷积神经网络的作用。然后,根据图像实例分割方法的过程和特征,分别从两阶段和单阶段的角度介绍了图像实例分割的研究进展,详细阐述了两类方法的优势和不足,进而总结了各类实例分割方法对区域、特征提取和掩膜的设计思路。此外,归纳了图像实例分割方法的性能评价标准和常用的公开数据集,并在此基础上对比和评估了主流的图像实例分割模型的分割精度。最后,指出了当前图像实例分割存在的问题及解决思路,并对其未来发展进行了总结和展望。

著录项

来源
《计算机科学》 |2022年第5期|10-24|共15页
作者
胡伏原; 万新军; 沈鸣飞; 徐江浪; 姚睿; 陶重犇;
展开▼
作者单位

苏州科技大学电子与信息工程学院;

苏州科技大学苏州市虚拟现实智能交互及应用技术重点实验室;

苏州科技大学苏州市大数据与信息服务重点实验室;

中国矿业大学计算机科学与技术学院;

展开▼
原文格式 PDF
正文语种 chi
中图分类模式识别与装置;
关键词
实例分割; 深度卷积神经网络; 目标检测; 语义分割; 两阶段; 单阶段;

相似文献

中文文献
外文文献
专利

1. 卷积神经网络低层特征辅助的图像实例分割方法 [J] . 樊玮 ,刘挺 ,黄睿 . 计算机科学 . 2020,第011期
2. 深度卷积神经网络方法在医学图像分割应用中的综述 [J] . 陈屹东 ,张琴 ,兰蓝 . 中国卫生信息管理杂志 . 2021,第002期
3. 基于深度卷积神经网络的气象雷达噪声图像语义分割方法 [J] . 杨宏宇 ,王峰岩 . 电子与信息学报 . 2019,第010期
4. 融合深度图像的卷积神经网络语义分割方法 [J] . 王孙平 ,陈世峰 . 集成技术 . 2018,第5期
5. 基于深度学习的图像实例分割技术研究进展 [J] . 梁新宇 ,林洗坤 ,权冀川 . 电子学报 . 2020,第012期
6. 基于深度卷积神经网络的红外过采样扫描图像点目标检测方法 [C] . Liankgui Lin ,林两魁 ,Shaoyou Wang . 第四届高分辨率对地观测学术年会 . 2017
7. 基于深度目标检测和实例分割的川金丝猴图像识别方法研究 [A] . 孙蕊 . 2020

深度卷积神经网络图像实例分割方法研究进展

摘要

著录项

相似文献

相关主题

期刊订阅